SLIM-VDB：一种实时三维概率语义映射框架
机器人学
2025-12-16 v1 计算机视觉与模式识别
摘要
本文提出了 SLIM-VDB，一种面向闭集或开集词典的新型轻量语义映射系统与概率语义融合方法。来自计算机图形学领域的数据结构（如 OpenVDB）已证明在体素场景表示中具有显著提升的计算和内存效率。尽管 OpenVDB 已被用于机器人应用中的几何映射，但利用 OpenVDB 进行场景理解的语义映射仍未被探索。此外，现有的语义映射系统缺乏在单一框架中集成固定类别和开放语言标签预测的支持。在本文中，我们提出了一种新型三维语义映射系统，利用 OpenVDB 数据结构并集成了闭集与开集语义融合的统一贝叶斯更新框架。我们提出的 SLIM-VDB 框架与当前最先进语义映射方法相比，在内存和集成时间上实现了显著减少，同时保持了可比的映射精度。一个带有 Python 接口的开源 C++ 代码库可在 https://github.com/umfieldrobotics/slim-vdb 获取。
引用
@article{arxiv.2512.12945,
title = {SLIM-VDB: A Real-Time 3D Probabilistic Semantic Mapping Framework},
author = {Anja Sheppard and Parker Ewen and Joey Wilson and Advaith V. Sethuraman and Benard Adewole and Anran Li and Yuzhen Chen and Ram Vasudevan and Katherine A. Skinner},
journal= {arXiv preprint arXiv:2512.12945},
year = {2025}
}
备注
Accepted into R-AL